<\/p>\n
Wanneer u de functie summarise()<\/strong> in dplyr<\/a> gebruikt, worden alle variabelen die niet zijn opgenomen in de functies summarise()<\/strong> of group_by()<\/strong> automatisch verwijderd.<\/span><\/p>\n U kunt echter de functie mute()<\/strong> gebruiken om de gegevens samen te vatten, terwijl alle kolommen in het gegevensframe behouden blijven.<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze functie in de praktijk kunt gebruiken.<\/span><\/p>\n Stel dat we het volgende dataframe hebben met informatie over verschillende basketbalspelers:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om de gemiddeld gescoorde punten<\/strong> per team<\/strong> samen te vatten:<\/span><\/span><\/p>\n De kolom genaamd Mean_pts<\/strong> geeft de gemiddelde punten weer die door elk team zijn gescoord.<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Laten we echter zeggen dat we alle andere kolommen uit het oorspronkelijke gegevensframe willen behouden.<\/span><\/p>\n We kunnen hiervoor de volgende syntaxis gebruiken met de functie mute()<\/strong> :<\/span><\/p>\n Met behulp van de functie mute()<\/strong> kunnen we een nieuwe kolom maken met de naam Mean_pts<\/strong> , die de gemiddelde punten per team samenvat, terwijl alle andere kolommen uit het originele dataframe behouden blijven.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in dplyr uitvoert:<\/span><\/p>\n dplyr: Hoe een variabele te muteren als de kolom een string bevat<\/a> Wanneer u de functie summarise() in dplyr gebruikt, worden alle variabelen die niet zijn opgenomen in de functies summarise() of group_by() automatisch verwijderd. U kunt echter de functie mute() gebruiken om de gegevens samen te vatten, terwijl alle kolommen in het gegevensframe behouden blijven. Het volgende voorbeeld laat zien hoe u deze functie in de […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3823","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld: vat gegevens samen, maar behoud alle kolommen met dplyr<\/strong><\/span><\/h2>\n
#create data frame\n<\/span>df <- data. frame<\/span> (team=rep(c(' A<\/span> ', ' B<\/span> ', ' C<\/span> '), each= 3<\/span> ),\n points=c(4, 9, 8, 12, 15, 14, 29, 30, 22),\n assists=c(3, 3, 2, 5, 8, 10, 4, 5, 12))\n\n#view data frame\n<\/span>df\n\n team points assists\n1 to 4 3\n2 to 9 3\n3 to 8 2\n4 B 12 5\n5 B 15 8\n6 B 14 10\n7 C 29 4\n8 C 30 5\n9 C 22 12<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n<\/span>#summarize mean points values by team\n<\/span>df %>%\n group_by(team) %>%\n summarize(mean_pts = mean(points))\n\n# A tibble: 3 x 2\n team mean_pts\n \n1 to 7 \n2 B 13.7\n3 C 27\n<\/strong><\/pre>\n\n
library<\/span> (dplyr)<\/span>\n\n<\/span>#summarize mean points values by team and keep all columns\n<\/span>df %>%\n group_by(team) %>%\n mutate(mean_pts = mean(points)) %>%\n A group()\n\n# A tibble: 9 x 4\n team points assists mean_pts\n \n1 to 4 3 7 \n2 to 9 3 7 \n3 to 8 2 7 \n4 B 12 5 13.7\n5 B 15 8 13.7\n6 B 14 10 13.7\n7 C 29 4 27 \n8 C 30 5 27 \n9 C 22 12 27\n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
dplyr: Hoe factorniveaus te veranderen met mute()<\/a>
dplyr: Hoe toe te voegen aan meerdere kolommen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"